电子技术应用
電子技術應用
전자기술응용
APPLICATION OF ELECTRONIC TECHNIQUE
2014年
8期
119-121,125
,共4页
频谱感知%随机矩阵理论%最大最小特征值之差%拆分重组
頻譜感知%隨機矩陣理論%最大最小特徵值之差%拆分重組
빈보감지%수궤구진이론%최대최소특정치지차%탁분중조
spectrum%sensing%random%matrix%theory%difference%between%the%maximum%and%the%minimum%eigenvalue%decomposition%and%recombination
针对传统的最大最小特征值之差的频谱感知算法(DMM),从提高特征值估计精度出发,引入了信号矩阵拆分重组的过程,提出了一种改进的协作频谱感知算法(IDMM).该算法在逻辑上增加了协作用户数,降低了协作用户数少对频谱感知性能造成的影响.理论分析和仿真结果均表明,IDMM算法性能明显优于DMM算法.
針對傳統的最大最小特徵值之差的頻譜感知算法(DMM),從提高特徵值估計精度齣髮,引入瞭信號矩陣拆分重組的過程,提齣瞭一種改進的協作頻譜感知算法(IDMM).該算法在邏輯上增加瞭協作用戶數,降低瞭協作用戶數少對頻譜感知性能造成的影響.理論分析和倣真結果均錶明,IDMM算法性能明顯優于DMM算法.
침대전통적최대최소특정치지차적빈보감지산법(DMM),종제고특정치고계정도출발,인입료신호구진탁분중조적과정,제출료일충개진적협작빈보감지산법(IDMM).해산법재라집상증가료협작용호수,강저료협작용호수소대빈보감지성능조성적영향.이론분석화방진결과균표명,IDMM산법성능명현우우DMM산법.
